医疗保健中使用人工智能面临挑战，因为敏感的患者数据分散在不同系统中，其使用需要强有力的隐私保护。国际Secur-e-Health项目开发的新概念结合了安全数据处理、谨慎的同意实践和隐私保护人工智能工具，以支持疾病预防和患者护理监测。
Secur-e-Health项目开发了一种概念，使人工智能能够在治疗心血管疾病时使用，同时不损害对敏感患者数据的保护。
"研究表明，人工智能工具可以在尊重患者在护理每个阶段隐私的情况下为医疗保健构建，"芬兰技术研究中心(VTT)研究团队负责人兼项目国家协调员Mika Hilvo表示。"我们的工作将数据的安全使用、临床需求和现代人工智能方法结合起来，以支持未来更好的护理。"
"这种新方法可以帮助加强患者、数据控制者、医疗保健提供者和研究人员之间的信任。研究表明，敏感健康数据可以以协作、安全和保护隐私的方式使用，而组织不会失去对其数据的控制，"该出版物的主要作者兼VTT研究科学家Gaurang Sharma表示。
关于该解决方案的出版物《用于安全心血管疾病风险评估和临床护理的端到端架构》在奥卢举行的北欧数字健康和无线解决方案会议上发表。
该项目为患者护理创建了一种隐私保护架构。它结合了安全数据处理、谨慎的同意实践和隐私保护人工智能工具。这可以支持心血管疾病患者的早期风险评估和护理监测。
该解决方案涵盖了整个护理路径，从严重心脏问题的预防（一级预防）到支持已诊断患者的护理（二级预防）。
在以预防为重点的工作部分，研究团队测试了使用存储在不同位置的健康数据训练人工智能模型的方法，而无需将数据传输到单一集中位置。这使得组织之间能够进行协作，同时有助于更好地保护患者数据。
结果表明，使用隐私保护联邦学习训练的模型可以像使用传统机器学习方法训练的模型一样表现良好。
对于需要持续护理的患者，研究人员创建了一个安全的治疗同意获取流程，收集ECG监测数据，组合来自不同系统的数据，并审查患者信息以支持临床医生。该系统设计为可以在不必要地广泛披露身份信息的情况下安全地组合患者数据。
该解决方案解决了现代医疗保健中的一个关键挑战：如何在医疗数据分布在多个不同系统中且必须谨慎处理的情况下利用人工智能。通过结合安全的数据使用、患者同意和基于人工智能的支持工具，研究人员创建了一个有助于开发未来数字健康服务的基础。
【全文结束】